2017 Fiscal Year Annual Research Report
Development of machine learning algorithms based on discrete convex analysis
| Project/Area Number |
26280086
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
河原 吉伸 大阪大学, 産業科学研究所, 准教授 (00514796)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
永野 清仁 群馬大学, 社会情報学部, 准教授 (20515176)
岩田 具治 日本電信電話株式会社NTTコミュニケーション科学基礎研究所, 上田特別研究室, 主任研究員 (70396159)
|
|---|
| Project Period (FY) |
2014-04-01 – 2018-03-31
|
| Keywords | 機械学習 / 組合せ最適化 |
|---|
| Outline of Annual Research Achievements |
本研究では，劣モジュラ関数の最適化を中心とした組合せ的な計算に基づく機械学習のための基礎理論を構築し，これに基づき，厳密性が高く解釈が容易な特性を持つような機械学習アルゴリズムの体系的開発を目的とするものである．さらに，開発したアルゴリズムの複数ドメインへの適用・検証を重点的に行い，応用的知見獲得や有用性検証までを行うことを目的としている．
本目的のために，(課題1)離散凸解析に基づく機械学習のための理論解析/高速アルゴリズム体系の構築，(課題2)事前情報としてのデータの組合せ的構造を用いた学習アルゴリズムの開発，そして(課題3)個別問題の特性を用いた超高速アルゴリズムの設計とその応用，に分けて取り組むよう計画・実施してきた．昨年度までの研究により当初計画はおおむね順調に進捗してきたものの，当初計画していなかった内容へ発展した研究もある．特に最終年度である本年度としては，これまで得られた成果について体系的に整理するとともに，各種周辺分野の応用への適用や発展的内容への展開を進めていくことを目標に進めてきた．
特に，劣モジュラ関数を用いた構造的学習については応用性が高いため，共同研究者をはじめとした周辺分野の研究者との協議のもと適用範囲を広げ，コンピュータ・ビジョンや交通データなどへも適用しその有用性が確認できた．さらに構造正則化を行列分解へも適用した枠組みについても構築した．また，劣モジュラ関数により構造的情報を表現したベイズ的枠組みについても十分な検討が進み，最終年度中に論文投稿までを行うことができている．
|
| Research Progress Status |
29年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
29年度が最終年度であるため、記入しない。
|
| Causes of Carryover |
29年度が最終年度であるため、記入しない。
|
| Expenditure Plan for Carryover Budget |
29年度が最終年度であるため、記入しない。
|
